我正在研究Kmeans聚类，但与监督学习不同，我无法确定聚类算法的性能指标。在训练数据后如何评估准确性？

回答：

对于kmeans，你可以找到它的inertia_。这可以让你了解kmeans算法的表现如何。

kmeans = KMeans(...)# 假设你已经在上面拟合了数据kmeans.inertia_ # 越小越好

或者，你也可以调用score()函数，它会返回同样的值，但符号会是负的。因为我们认为分数越大越好，但对于kmeans，较小的inertia_反而更好。所以，为了保持一致性，对其进行了额外的取反处理。

# 使用数据X调用scorekmeans.score(X) # 越大越好

这是分析kmeans性能的基本形式。实际上，如果你将聚类数量设得过高，score()会相应增加（换句话说，inertia_会减少），因为inertia_只是每个点到其所属聚类中心的平方距离之和。所以如果你增加聚类的数量，每个点都会得到一个非常近的中心，整体距离的平方和会减少。尽管在这种情况下聚类的质量很差。因此，为了更好的分析，你应该找出silhouette score，或者更好地使用silhouette diagram。

你可以在以下笔记本中找到所有这些实现：09_unsupervised_learning.ipynb

与此存储库对应的书籍是：Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 第二版。这是一本学习所有这些细节的好书。